概率基础定义

最新推荐文章于 2024-11-22 15:37:58 发布

原创最新推荐文章于 2024-11-22 15:37:58 发布 · 4k 阅读

18 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#概率论

一、事件含义

1、事件

事件是指在某个试验或观察中可能发生的结果或结果的集合。

1.1、基本事件

不可再分的最简单的事件。（抛一枚硬币：基本事件是“正面”和“反面”；掷一个六面骰子：基本事件是“1点”、“2点”、“3点”、“4点”、“5点”和“6点”）

1.2、复合事件

多个基本事件组合而成的事件，代表多个可能结果的集合。（复合事件可以是“至少一个正面” ；复合事件可以是“点数大于3” ）

1.3、必然事件

必然事件是指在试验中一定会发生的事件，概率为1。（点数在1到6之间”是一个必然事件）

1.4、不可能事件

不可能事件是指在试验中绝对不会发生的事件，概率为0，用∅表示。（点数大于6”是一个不可能事件）

1.5、样本空间

样本空间是指试验中所有可能结果的集合（样本空间 Ω={正面,反面} ；样本空间 Ω={1,2,3,4,5,6} ），样本空间通常用大写字母 Ω 表示。

1.6、样本点

样本点是指样本空间中的每一个元素，即每一个可能的结果 （类似基本事件与复合事件关系）（硬币的正面与反面；六面骰子的六个点数）

2、事件之间的联系

2.1、包含关系

若A与B为同一空间或存在完整容纳关系（A为点数12，B为点数123），那么这样的关系就称为包含关系，A含于B（B包含A），记作 A⊆B （若B包含A且B>A，则为B $\supset$ A）。

2.2、并集

并事件是指两个或多个事件中至少有一个事件发生的情况，记作 A∪B或A+B 。

2.3、交集

交事件是指两个或多个事件同时发生的情况，记作 A∩B或AB

2.4、差集

如果事件 A 发生而事件 B 不发生 ，则表示这些事件的差集发生了（将事件A中的A和B的公共部分去掉），表示为 A−B。

2.5、互斥

两个事件不能同时发（交集为空集，AB=∅ ）（硬币的正面与反面；点数1和点数2不能同时发生）

2.6、对立

即一个事件发生时，另一个事件必然不发生且一件事情不发生时，另一件一定发生（只有两件事情），A+B=Ω且AB=∅，例如硬币的正面与反面，点数1 和点数不为1

互斥与对立的关系和区别：互斥包含对立；互斥可作用于多个对象而对立只有两个；互斥是两个不同时发生，也可以都不发生，但对立一定发生其中一个。

2.7、完备

满足互斥的同时又是样本空间的所有事件（即互斥并一定有一个发生）。所有的 i≠j 存在 $A_i$ ∩ $A_j$ =∅ 且 $A_1$ ++ $A_i$ =Ω

3、运算

3.1、交换律

A∪B=B∪A；A∩B=B∩A 两个事件之间的交接或并集没有谁先谁后（差有）。

3.2、结合律

(A∪B)∪C=A∪(B∪C) ；(A∩B)∩C=A∩(B∩C) 同一种运算法则，运算顺序不影响结果

3.3、分配律

A∪(B∩C)=(A∪B)∩(A∪C) => 事件A与两个事件（BC）交集之后的并集可以转化为事件A分别对B、C事件并集之后在进行交集。

A∩(B∪C)=(A∩B)∪(A∩C) => 事件A与两个事件（BC）并集之后的交集可以转化为事件A分别对B、C事件交集之后在进行并集。

3.4、对偶律

对偶律是指事件的补集运算的对偶关系（可以理解为所有东西都取反）：

二、概率

1、定义

对于一个事件 A，其概率 P(A) 定义为事件a的基本事件数量除以样本空间内的基本事件总数量。

2、古典模型

所有可能的结果可以被列举出来；每个基本事件（样本点）出现的可能性是相等的。

计算概率步骤：首先，列出所有可能性（所有基本事件）；其次，确定事件所包含的基本事件数量；最后，使用事件包含基本数除以全部基本事件数量。

例如：求投掷一次骰子获得奇数的概率

第一步：列出所有可能（Ω={1,2,3,4,5,6} ） =>6

第二步：确定事件包含基本事件数 => 3

第三步：进行相处 => 1/2

3、排列

给定一个包含 n 个元素的集合，从中选择 r 个不同元素（r≤n）进行排列，意味着这 r 个元素的顺序是重要的。通常用 P(n,r) ，一般计算为 P(n,r) = n! /(n−r)! 。

例如：有一个集合 {1,2,3,4}，我们要计算从这个集合中选择 3 个元素进行排列的数量。

第一步：根据要求列出（n,r）为（4,3）

第二步：代入公式计算，4!/(4−3)! = 24

4、组合

同排列定义，不过组合没有顺序要求。通常用 C(n,r) ，一般计算为 C(n,r) = P(n,r) /r! = n! /((n−r)!* r!)。(队列与组合区别在于顺序，因组合没有顺序之分，所以需要在最后除以选中数值的阶乘)

例如：有一个集合 {1,2,3,4}，我们要计算从这个集合中选择 3 个元素进行组合的数量。

第一步：根据要求列出（n,r）为（4,3）

第二步：带入公式计算 4!/((4−3)!*3!) = 4

5、集合模型

处理那些结果可以被表示为几何区域（如线段、平面区域、立体区域等）的随机试验的概率问题。基本思想是将概率问题转化为几何区域上的面积、体积或长度等几何量的比值。

处理步骤：首先，确定样本空间的几何区域并求其面积；其次，确定发生事件对应的几何区域并求面积；最后，事件的面积除以样本空间面积得到结果就是概率。

例如1：一个单位正方形内随机投点，事件“点落在左半边”的概率

第一步：确定样本空间的几何区域为正方形，面积为1

第二步：事件的几何区域为正方形的一半，面积为0.5

第三步：事件面积除以样本空间面积=>0.5/1=0.5

例如2：假设甲和乙约定在6-7点时间段内到达某个地点会面，先到者等待15分钟，两人到达的时间是随机的。我们需要确定他们能够相遇的概率

第一步：确定样本空间面积为横坐标从0到60 ，纵坐标从0到60的正方形空间；面积为3600

第二步：确定事件为有y<=x+15 或 x<=y+15 的两组线条和正方形所围成的空间；面积为3600-2,025=1,575。

第三步：事件面积除以样本空间面积 1575/3600=0.4375

（根据图形得到第二步的面积为正方形面积减去两个三角形面积）

6、频率

某个事件在一系列重复实验中发生的次数与总实验次数之比便称为频率。频率是随机的，它随着实验次数的增加而波动，但根据大数定律，当实验次数足够多时，频率会趋近于概率。

大数定律：随着实验次数的增加，事件发生的频率趋近于其概率。

长期稳定性：在大量重复实验中，频率的稳定性可以作为概率的一个估计。

经验估计：在没有理论模型的情况下，可以通过频率来估计概率。

三、概率的基本性质与公式

1、基本性质

非负性：对于任意事件 A，有 P(A)≥0。

规范性：必然事件的概率为1，即 P(Ω)=1。

可加性：对于互斥事件 A 和 B，有 P(A+B)=P(A)+P(B)。

性质1：P(∅)=0。

性质2：P( $\overline A$ )=1-P(A)

性质3：P(A-B)=P(A)-P(AB) ；P(A-B)=P(A)-P(B) A $\supset$ B

性质4：P(A+B)=P(A)+P(B)-P(AB) ；P(A+B+C)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC)

例如1：假设有事件A、B，事件A的概率P(A)=0.4，事件B的概率P(B)=0.3，P(A+B)=0.6，求P(A $\overline B$ )

解：转化 P(A $\overline B$ ) = P(A-B)=P(A)-P(AB)；

根据 P(A+B)=P(A)+P(B)-P(AB) 推出 P(AB) = P(A)+P(B)-P(A+B)=0.1

即 P(A $\overline B$ ) =P(A-B)=P(A)-P(AB) = 0.4-0.1=0.3

例如2：假设箱子里有4个白球，3个黑球，从箱子中取3个球，求至少取2个白球的概率。

解：第一步：列出样本空间所有可能，7个球取3个球（无顺序要求）则为组合 C(7,3) ，根据组合公式得到 7!/(3!*(7-3)!) = 1,260/(6*24)=35

第二步：确定三个球中至少两个白球的所有可能，4个白球取3个加上 4个白球取2个（3个黑球取一个）即为 C(4,3) +C(4,2)C(3,1) = 4+6*3=22

第三步：进行事件可能除以样本空间可能 =>22/35=0.62857

2、条件概率

在已知某一事件发生的情况下，另一事件发生的概率。条件概率通常表示为 P(B∣A)，读作“在事件 A 发生的条件下，事件 B 发生的概率”。

设Ω为样本空间， A和 B 是两个事件，且 P(A)>0。事件 B 在事件 A 发生的条件下的条件概率 P(B∣A) 定义为：P(B∣A)= P(A∩B) /P(A) = P(AB)/P(A)，顺推可得 P(ABC)=P(A)P(B|A)P(C|AB)，第一步A发生的概率，第二步在A发生的前提下B的概率，第三步在AB发生的前提下C的概率，相当于每一步都要以前一步作为发生条件。 注意谁是样本空间

区别点：P(A)：无条件概率，样本空间为Ω；P(A|B)：条件概率，样本空间不再是Ω，而是B。

例如1：假设有编号为1-6的球，B为取编号为偶数球的事件，A1为取1号球事件，A2为取2号球事件，A3为取编号大于4的事件，求P( $A_1$ ),P( $A_1$ |B),P( $A_2$ ),P( $A_2$ |B),P( $A_3$ ),P( $A_3$ |B)

解:根据题目获得Ω=6， $A_1$ =1， $A_2$ =1， $A_3$ =2，B = 3 ，则B的概率为1/2

P( $A_1$ )，P( $A_2$ ) = 1/6

P( $A_1$ |B) = 0 （因为 $A_1$ 不属于B（2，4，6）的样本空间）

P( $A_2$ |B) = 1/6 / 1/2 = 1/3

P( $A_3$ ) = 1/3

P( $A_3$ |B) = 1/6 / 1/2 = 1/3（因为5是奇数球，不存在于B的样本空间，所以实际只有6号球纳入计算）

例如2：设有100件产品，次品率为10%，每次取一件不放回，问第三次取到合格品的概率。

解：根据题目列出 A 为第一次获取一个次品的事件 P(A) =10/100 （100件产品中存在10件次品）；

B为在A已经发生的情况下获取第二个次品 P(B|A) = 9/99 （A已经拿走一件次品，所以剩下99件商品中存在9件次品）；

C是在AB已经发生的情况下获取到正品 P(C|AB)= 90/98（AB情况后剩下98件商品，90件合格品）

则得到结果应该为P(ABC) = P(A)P(B|A)P(C|AB) = 10/100 * 9/99 * 90/98 = 0.0083

3、全概率公式

假设事件 A1,A2,...,An 是样本空间 Ω 的一个完备事件组，即这些事件两两互斥，并且它们的并集是整个样本空间，则 P(B)=P(B∣ $A_1$ )P( $A_1$ )+P(B∣ $A_2$ )P( $A_2$ )+...+P(B∣ $A_n$ )P( $A_n$ ) （所有条件下的B概率之和就是事件B发生的概率）

例如：假设有4条生产线如下，求从4条生产线中任意抽一件产品的不合格率

	一	二	三	四
生产占比	15%	20%	30%	35%
不合格率	5%	4%	3%	2%

解：明确P(B∣ $A_1$ ) P( $A_1$ )，根据图形，得 A 是选择的生产线，B是残次品的事件，则 P( $A_1$ ) 为 15% ，P(B∣ $A_1$ ) 为5%，同理得到四组 P(B∣A) P(A)

根据全概率公式得 P(B) = 15% * 5% + 20% * 4% + 30% *3% + 35%*2% = 0.0315

4、贝叶斯公式

在已知其他条件概率的情况下，一个条件概率的计算方法。贝叶斯公式是逆概率理论的核心。根据全概率公式得到 P( $B_i$ ∣A) = P(A $B_i$ ) / P(A) 。

P(Bi∣A) 是在事件 A 发生的条件下事件 Bi 发生的条件概率(后验概率)。

P(A∣Bi) 是在事件 Bi发生的条件下事件 A 发生的条件概率(似然度)。

P(Bi) 是事件 Bi发生的边缘概率(先验概率)。

P(A) 是事件 A 发生的边缘概率(先验概率)。

例如全概率题更改要求：已知在抽查中抽检出一个次品，求这个次品是哪条生产线的概率最大。

解：全概率求一件事件在多种情况下的发生概率，而贝叶斯求已经知道事情发生，推到是谁产生的原因最大。

通过上题得到 P(B) = 0.0315 ；P( $A_1$ ) 为 15% ，P(B∣ $A_1$ ) 为5%等。

推导公式为 P( $A_1$ |B) = P(AB)/P(B) = (15% * 5%)/ 0.0315 = 0.238 ，同理得到P( $A_2$ |B) = 0.254，P( $A_3$ |B)=.0286，P( $A_4$ |B)=0.222。

根据结果得到第三条线概率最大。

例如2：假设一种病的发病率为0.0004，如果是患者，检查有病的概率是99%，没病的概率是1%，如果是健康的人，检查有病的概率是0.1%，没病的概率是99.9%，问一个人去医院，经过检查有病，并且真有病的概率。

解：根据分析得到P(A) = 0.0004，P(B)=0.99 * 0.0004 + 0.1*0.9996 （A代表实际患病，B代表在医院检查下有病），经检查有病且真有病则为 P(A|B)

推导公式： P(A|B) = P(AB)/ P(B) =0.0004*0.99 /(0.99 * 0.0004 + 0.1*0.9996 ) = 0.9996

5、事件独立性

如果两个事件是独立的，那么一个事件的发生不会影响另一个事件发生的概率。记作P(AB)=P(A)⋅P(B) ，也就是不存在P(A|B)等条件概率内容。

对称性：如果 A 和 B 独立，那么 B 和 A 也独立。

传递性：如果 A 与 B 独立，且 B 与 C 独立，那么 A 与 C 独立（仅当这些事件的联合概率分布是乘性的）。

零概率事件：任何事件与零概率事件(P(A)=0)总是独立的。

对立事件：如果 A 与 B 独立，那么 A 与其对立事件

定理：P(A)>0，P(B)>0，A、B独立的充分必要条件是P(AB)=P(A)⋅P(B) ； P(A)>0，P(B)>0，互不相容和独立不会同时出现（互相不容是同一事件的可能，而独立是不同事件例如；单次投掷骰子得到1，那肯定不会存在得到6的情况了，若投掷骰子两次，一个1，一次6，两件事件互不影响）。

例如：设P(A+B)=0.9，P(A)=0.4，求P(B)，求：1.A、B互不相容；2.A、B独立

解：

1、互不相容情况下，不存在交集，也就是P(AB) =0 ，根据公式 P(A+B) = P(A) +P(B) -P(AB) => P(B) = P(A+B)-P(A) +P(AB) =0.9-0.4+0=0.5

2、独立情况下，P(AB) = P(A)*P(B) ，根据上面变形公式 P(B) -0.4P(B)= P(A+B)-P(A) +P(AB) =0.9-0.4 = 0.5 => P(B) = 5/6